Tech_No_Tech_Rete

Rete non rete

Tech no tech, Reti|

Rete! O forse no. I meno giovani ricorderanno il gol convalidato all’Inghilterra nella finale dei mondiali di calcio del 1966. La palla calciata da Hurst era rimbalzata esattamente sulla linea di porta. Non era rete. Ma la squadra con la maglia rossa era padrona di casa e l’arbitro era solo nel dover prendere una decisione difficile. Immediata. Oggi, la rete non sarebbe stata assegnata: a sorvegliare sulla linea di porta c’è un arbitro di porta e ben sette telecamere (hawk-eye).

L’occhio di falco dice in tempo reale se una palla è al di qua o al di là della linea. Usa il sistema della triangolazione tra punti diversi di ripresa ed è questa la ragione di un numero così elevato di fonti di registrazione. Il calcio non è tra i primi sport dove la tecnologia dell’hawk-eye è stata introdotta, dopo molte discussioni e nonostante l’evidenza delle sua efficacia in oltre dieci anni di applicazione nel corso dei principali tornei di tennis. La determinazione ad avvalersi di questa tecnologia era maturata sui campi degli Open degli Stati Uniti, dopo un quarto di finale tra Jennifer Capriati e Serena Williams, nell’edizione del 2004. Dopo una serie di errori dei giudici di linea e di conclusioni sbagliate del giudice di sedia, a quest’ultimo era stato vietato l’arbitraggio fino alla fine del torneo.

Oggi, siamo abituati a vedere spesso la ricostruzione della traiettoria della pallina da tennis negli intervalli di gioco delle partite, e questa specie di replay informatico diventa più solenne in occasione delle challenge richieste dai due giocatori in situazioni di incertezza. Eppure sono stati necessari tanti anni per accettare che fosse la tecnologia e non la persona a giudicare le situazioni più controverse. Ancora nel 2010, dopo quattro anni di uso dell’occhio di falco nel tennis, la Federazione internazionale calcio (FIFA) dichiarava senza mezzi termini: “We were all agreed that technology shouldn’t enter football because we want football to remain human” (1).

Una faccenda di principio, soprattutto. Ma parte delle riserve erano in quella residuale possibilità di errore che anche una risorsa come l’hawk-eye non era in grado di garantire di riuscire ad annullare. Questione di millimetri. Per la precisione 3,6 che sono il margine di incertezza, una sorta di intervallo di confidenza che non lascia tranquillo nessuno, soprattutto chi è abituato a spedire la pallina proprio sulla parte esterna della linea. Tre virgola sei: parecchio di più di quel solo millimetro che rischiò di compromettere la tranquillità di una finale di Wimbledon tra Nadal e Federer. Ed è proprio il campione svizzero il testimonial di un’irriducibile complessità dell’incertezza: è tutto dannatamente così complicato che anche l’occhio più tecnologico spesso non fa che confondere le idee, perché basta che un’ombra copra la porzione di campo dove rimbalza la pallina che la tecnologia getta la spugna.

In definitiva, la tecnologia può (e in quale misura) annullare il rischio di sbagliare?

È una delle principali domande che incoraggiano anche il lavoro degli informatici e dei clinici che in diversi centri di ricerca studiano le applicazioni del machine learning alla medicina. Harvard è uno dei luoghi dove gli studi hanno raggiunto i risultati più promettenti. Ziad Obermeyer è un medico di medicina d’emergenza che lavora nell’ospedale di Boston e in un articolo uscito sul New England Journal of Medicine, firmato insieme al noto bioeticista Ezekiel J. Emanuel, ha sostenuto con convinzione che il futuro della diagnostica per immagini è nell’elaborazione di dati da parte di algoritmi capaci di formulare la diagnosi in maniera molto più affidabile di quanto non sia oggi possibile al medico (2). In questo caso, a differenza dell’occhio di falco, la criticità è nei dati che informano gli algoritmi: quanto più accurati sono, tanto maggiore è la probabilità di un output affidabile da parte della tecnologia.

Una pallina chiamata fuori può costare al massimo una sconfitta. L’errore clinico può avere conseguenze ben più gravi: secondo alcune fonti è responsabile di circa 250 mila decessi l’anno nei soli Stati Uniti (3). Per contrastare quella che purtroppo appare una marea montante, alcune istituzioni puntano principalmente sulla tecnologia. È il caso, per esempio, della Johns Hopkins che ha recentemente annunciato la fondazione dell’Armstrong Institute Center for Diagnostic Excellence. (4).

Nato grazie a una donazione privata di 5 miliardi di dollari, il Centro lavora connettendo i dati personali dei pazienti con quelli conservati e continuamente implementati in una banca dati, così da definire dei modelli predittivi utili sia alla formulazione della diagnosi, sia all’ipotesi prognostica. L’attenzione è dunque principalmente rivolta verso la fase diagnostica e l’interpretazione dei valori di laboratorio e, soprattutto, dell’imaging. Al punto che Obermeyer e Emanuel arrivano a prevedere l’estinzione del medico radiologo, almeno nella forma con cui oggi lo conosciamo: “Machine learning will displace much of the work of radiologists and anatomical pathologists. These physicians focus largely on interpreting digitized images, which can easily be fed directly to algorithms instead“. Allo stato attuale, però, non sembra una prospettiva né imminente né auspicabile.

Come del resto quella di una partita di calcio arbitrata solo da un occhio di falco…

  1. Repanich J. Can cameras and software replace referees? Popular Mechanics 2010; 12 maggio.
  2. Obermeyer Z. Emanuel EJ. Predicting the future. NEJM 2016; 10 ottobre.
  3. Bryant M. Medical errors account for 251,000 U.S. deaths every year. Healthcare Dive 2016, 4 maggio.
  4. http://www.hopkinsmedicine.org/news/media/releases/johns_hopkins_opens_new_center_to_reduce_diagnostic_errors

Last modified: 7 luglio 2017